方法论与洞察

用错度量会给出虚假的通过 v1

来源:65_过风 项目 2026-08-26 · 封面文字与黑发遮挡 性质:「用了数据」不等于「量对了」——聚合方式与取样范围本身就是判断

一句话

做量化检查时,聚合方式(mean / min / 分位)和取样范围(外接矩形 / 真实产物) 本身就是判断的一部分,选错会让检查系统性地漏报,并且带着「客观数据」的外观。

触发案例

封面排版脚本要回答一个问题:深墨色的字有没有压在她的黑头发上?

第一版的量法:把文字所在区域切成 12 段,算每段均值,全部 ≥145 即通过。 结果报 OK。主创一眼看出「黑色文字和黑色头发有遮挡」。

根因:那条带里左边是亮雾(230)、右边是她的头发(80)。 均值把头发平均掉了——12 段里有几段均值被拉到 145 以上,检查就放行了。

更糟的是:脚本其实打印过 封面线区 最暗段=79.8 的告警,我当成误报忽略了, 理由是「那条带整体够亮」——正是同一个错误逻辑的第二次犯。

第二版的量法

同一版封面立刻暴露:10.9% 的笔画压在暗处

落地

  1. 检查「有没有任何一处不合格」→ 用 min 或低分位,绝不用 mean。 mean 回答的是「整体够不够」,不是「有没有一处不够」,这是两个问题。
  2. 取样要贴到真实产物上,不是它的外接矩形。 文字检查就采字形像素;矩形里大部分是空白,会稀释掉真正的问题。
  3. 自己脚本打出的告警,先当真再判断。 本次告警是对的,是我用错误的方法否定了它。
  4. 检查结论要能被一眼复核:把「不合格像素占比」打出来,比打「OK/FAIL」更难自欺。

反例 / 边界

验证状态

⚠️ 首次(1 次项目内验证,但同一逻辑在同一项目里连犯两次:写检查时、否定告警时)。

关联文档

类型/方法论